Hasil Pencarian  ::  Simpan CSV :: Kembali

Abstrak :

Di antara sebagian besar sektor industri lainnya, industri kimia sedang mengalami pergolakan signifikan yang didorong oleh konsep yang secara kolektif dikenal sebagai Industri 4.0. Data sains adalah komponen penting dari Industri 4.0 karena memungkinkan ekstraksi informasi kontekstual dari berbagai sumber data. Ketika sistem menjadi lebih kompleks, kebutuhan para insinyur untuk mengekstrak sinyal dari data dengan tepat berkembang secara dramatis, menuntut literasi data dan keahlian analitik pada generasi berikutnya dari lulusan teknik kimia. Salah satu dari banyak kasus di mana data sains dan machine learning dapat diterapkan adalah untuk prediksi. Prediksi berbasis machine learning dapat diterapkan pada banyak aspek teknik kimia contohnya pada Chemical Engineering Plant Cost Index (CEPCI). CEPCI sangat penting untuk perhitungan desain pabrik dan dipengaruhi oleh banyak variabel. Pendekatan machine learning diperlukan untuk memperhitungkan semua variabel tersebut dan mendapatkan hasil yang tepat untuk variabel yang ditargetkan. Dengan demikian, tujuan dari tugas akhir ini adalah merancang program yang mampu memprediksi CEPCI. Alhasil, model regresi yang telah dibuat mampu memprediksi Composite CE Index dengan error rata-rata 3.75% dari index aslinya. ......Among most other industrial sectors, the chemical industry is undergoing a significant upheaval driven by concepts known collectively as Industry 4.0. Data science is an important component of Industry 4.0 since it enables the extraction of contextualized information from a variety of data sources. As systems become more complex, the necessity for engineers to appropriately extract signal from data develops dramatically, demanding data literacy and analytics expertise in the next generation of chemical engineering graduates. One of the many cases where data science and machine learning can be applied to is for prediction. Machine Learning based prediction can be applied to many chemical engineering aspects, in this case the Chemical Engineering Plant Cost Index (CEPCI). CEPCI is essential for plant design calculations and is greatly affected by numerous variables. Machine learning approach is needed to account for all said variables and obtain valid result for target variables. Thus, the purpose of this thesis is to design programs that are able to predict CEPCI. As a result, the regression model created was able to predict the Composite CE Index with average error of 3.75% from the real index.

 

Abstrak :
Transesterifikasi adalah reaksi kimia yang digunakan untuk mengubah minyak hewani menjadi biodiesel yang dapat digunakan. Pada penelitian ini, bahan bakar biodiesel disintesis dari lemak sapi dalam reaktor menggunakan katalis CaO yang disintesis dari cangkang telur bebek. Katalis CaO berbasis limbah disintesis dari cangkang telur bebek melalui proses kalsinasi pada suhu 900 OC selama 2 jam. Transesterifikasi dilakukan pada suhu 55 OC pada 6 sampel dengan variasi penggunaan jumlah katalis (1.5 wt%, 6.5 wt%, dan 10 wt%) serta variasi katalis CaO komersial dan limbah. Katalis yang disintesis dari cangkang telur itik menghasilkan kadar Kalsium Oksida (CaO) sebesar 93.2%. Hasil pengujian sampel terbaik diperoleh untuk biodiesel dengan katalis 6.5% berbahan dasar limbah dan 10% katalis komersial. Untuk biodiesel dengan katalis berbasis limbah 6.5%, rendemen 90.75%, densitas 855.1 kg/m3, viskositas 5.73 mm2/cst, keasaman 1.69 mg-KOH/g, dan bilangan yodium 30.87 g-I2/100g. Untuk biodiesel dengan katalis berbasis limbah 10%, rendemen 90.81%, densitas 860.5 kg/m3, viskositas 6.52 mm2/cst, keasaman 2.03 mg-KOH/g, dan bilangan yodium 27.51 g-I2/100g. Angka keasaman standar tidak tercapai dimana maksimumnya adalah 0.5 mg-KOH/g. ......Transesterification is a chemical reaction used to convert animal oils into usable biodiesel. In this study, biodiesel fuel was synthesized from beef tallow in a reactor using a CaO catalyst which also synthesized from duck eggshells. Waste-based CaO catalyst synthesized from duck eggshells through a calcination process at 900 OC for 2 hours. Transesterification carried out at a temperature of 55 OC on 6 samples with variations in the use of the amount of catalyst (1.5 wt%, 6.5 wt%, and 10 wt%) as well as variations of commercial and waste based CaO catalysts. The catalyst synthesized from duck eggshells obtained a yield of 93.2% amount of Calcium Oxide (CaO). The synthesized biodiesel also tested for its chemical and physical properties to fulfill the Indonesian National Standard (SNI). The best sample test results were obtained for biodiesel with 6.5% catalyst from waste-based and 10% catalyst from commercial. For biodiesel with 6.5% waste-based catalyst, 90.75% yield, 855.1 kg/m3 density, 5.73 mm2/cst viscosity, 1.69 mg-KOH/g acidity, and 30.87 g-I2/100g iodine number. For biodiesel with 10% waste-based catalyst, 90.81% yield, 860.5 kg/m3 density, 6.52 mm2/cst viscosity, 2.03 mg-KOH/g acidity, and 27.51 g-I2/100g iodine number. The standard acidity number is not reached where the maximum is 0.5 mg-KOH/g.

Abstrak :
Analisis tekno-ekonomi dilakukan untuk proses ko-elektrolisis menggunakan sel elektroliser oksida padat di dalam pembangkit Power-to-Methanol di Indonesia. Proses yang diusulkan disimulasikan menggunakan Unisim dan Microsoft Excel. Perangkat lunak Unisim digunakan untuk simulasi Power-to-Methanol termasuk ko-elektrolisis dan sintesis metanol. Sedangkan excel digunakan untuk menghitung variabel penting lainnya yang tidak dapat dihitung di Unisim. Kapasitas produksi metanol 3764 MT/tahun dan Rasio SN 2.15 pertama-tama ditentukan, diikuti dengan pembuatan simulasi dan integrasi. Selanjutnya, hasil perhitungan kondisi operasi Ko-elektrolisis jika diterapkan di pabrik PtM dievaluasi. Langkah terakhir dilakukan dengan menganalisis dan mengevaluasi pengaruh harga jual metanol terhadap beberapa variabel dan skenario. Hasil penelitian menunjukkan bahwa kondisi operasi ko-elektrolisis ideal untuk aplikasi PtM dengan daya elektrolisis dan panas proses masing-masing 3700 kW dan 7073 kW. Aplikasi ko-elektrolisis SOEC di PtM juga mampu mencapai kondisi tegangan termal-netral yang diinginkan. Penilaian ekonomi menunjukkan bahwa CAPEX dan OPEX dalam penelitian ini adalah 3 kali dan 2 kali lebih tinggi dari benchmark pabrik e-metanol lainnya. Harga produksi e-metanol dalam penelitian ini adalah $1094/MT. Skenario yang paling mungkin terjadi yaitu skenario realistis (2 dan 3), menunjukkan bahwa harga jual e-metanol yang menguntungkan untuk mencapai payback period tidak lebih dari 10 tahun adalah $1200-1400/MT.

---

Techno-economic analysis was performed for a co-electrolysis process using solid oxide electrolyzer cell inside a power-to-methanol plant in Indonesia. The proposed process was simulated using Unisim and Microsoft Excel. Unisim software is used for the power to methanol plant simulation including co-electrolysis and methanol synthesis. While the excel is used to calculate other important variables that can’t be calculated in Unisim. The methanol production capacity of 3764 MT/year and SN Ratio of 2.15 is first to be determined, followed with the simulation modelling and integration. Subsequently, the co-electrolysis operating condition calculation result if applied in PtM plant is evaluated. The last step is done by analysing and evaluating methanol selling price effect upon several variables and scenarios. The result shows that the co-electrolysis operating condition is ideal for PtM application with the electrolysis power and process heat of 3700 kW and 7073 kW correspondingly. The SOEC co-electrolysis application in PtM is also able to achieve the desired thermal-neutral voltage condition. The economic assessment shows that the CAPEX and OPEX in this research is 3 times and 2 times higher than the other e-methanol plant benchmarks. The e-methanol production price in this research is $1094/MT. The most possible occurring scenario which is the realistic scenario (2 and 3) shows that the profitable e-methanol selling price to achieve not more than 10 years payback period is at $1200-1400/MT.

Abstrak :
Penelitian ini bertujuan untuk mengetahui bagaimana aspek ekonomi berbagai konfigurasi proses tenaga surya terkonsentrasi diterapkan di Nusa Tenggara. Penggunaan sistem penyimpanan energi diteliti penerapannya terhadap tenaga surya yang dikonsentrasikan karena penggunaannya pada sumber energi yang berselang, seperti energi surya, dinilai mampu mengatasi permasalahan pasokan dan permintaan energi listrik. Sistem tangki ganda (panas dan dingin) menjadi yang konvensional pada tenaga surya terkonsentrasi, sementara tangki jenis termoklin masih berada dalam tahap penelitian.. Penelitian ini akan dilakukan dengan menyimulasikan enam jenis skenario pembangkitan dengan kedua jenis tangki tersebut dan skenario tanpa menggunakan sistem penyimpanan energi. Skenario dilakukan dengan menjalankan siklus termodinamika Rankine dan Brayton. Seluruh data yang berkaitan akan menggunakan data yang tersedia di Nusa Tenggara Timur dengan WACC sebesar 10% dan umur guna proyek selama 25 tahun. Hasil penelitian menyatakan bahwa di penerapan siklus Brayton menghasilkan energi lebih besar, tetapi efisiensi keseluruhannya kecil dibandingkan siklus Rankine. Hal tersebut menuntun kepada lebih besarnya LCOE skenario yang menjalankan siklus Brayton dibandingkan siklus Rankine. Penggunaan tangki jenis termoklin mampu untuk menekan biaya investasi, sehingga sistem yang menggunakan sistem tangki termoklin memperoleh LCOE lebih rendah dibandingkan dengan sistem tangki. Di antara semua jenis skenario, sistem yang menjalankan sistem tangki termoklin dengan siklus Rankine mampu menghasilkan LCOE paling rendah. Hasil LCOE tersebut sebanding dengan LCOE sumber energi lain di Indonesia. ......This study aims to determine how the economic aspects of various configurations of concentrated solar power processes are applied in Nusa Tenggara. The employment of energy storage systems is investigated for its application to concentrated solar power because its use in intermittent energy sources, such as solar energy, is able to overcome problems of supply and demand for electrical energy. The double tank system (hot and cold) is becoming the conventional one on concentrated solar power, while the thermocline type tank is still in the research stage. This research will be carried out by simulating six scenarios by incorporating both types of tanks, without using energy storage systems, and is running with Rankine and Brayton thermodynamic generation cycles. All related data will use Nusa Tenggara Timur availability with WACC of 10% and 25 project lifetimes. The results of the study state that the application of the Brayton cycle produces more energy, yet the overall efficiency is lower than the Rankine cycle. This leads to a larger LCOE of scenarios running the Brayton cycle than the Rankine cycle. The use of a thermocline tank can reduce investment costs so that a system using a thermocline tank system obtains a lower LCOE than the double tank system. Among all types of scenarios, the system with thermocline tank and Rankine cycle were able to produce the lowest LCOE. The results of the LCOE are comparable to the LCOE of other energy sources in Indonesia.

Abstrak :
Air merupakan sumber daya yang paling penting bagi kehidupan, oleh karena itu perlu diperhatikan dan dijaga kualitasnya. Dalam studi air, ML menawarkan banyak peluang untuk mengklasifikasikan kualitas air. Hasil akurasi klasifikasi kualitas air bergantung pada model yang digunakan, ukuran kumpulan data, dan parameter air yang digunakan untuk melatih model pembelajaran. Dalam makalah ini, model SVM, NB, DT, RF, dan CATBoost digunakan untuk memodelkan proses klasifikasi kualitas air. Metode feature selection: filter, wrapped, dan embeded akan dibandingkan, bersama dengan model dengan pemilihan parameter manual yang dipilih berdasarkan kemudahan pengukurannya. Menggunakan embedded feature selection dan DT classifier dengan SMOTE sebagai metode penyeimbangan kelas, model ini dapat mencapai akurasi 99,33%, presisi 99,43%, daya ingat 99,33%, dan skor F1 99,34%. Model untuk indikasi kualitas air secara realtime juga diperoleh dengan classifier CatBoost, dengan akurasi 92,31%, presisi 91,72%, recall 92,31%, dan skor F1 91,75%. ......Water is the most important resource for life, hence it’s quality needs to be checked and maintained. In water studies, ML offers numerous opportunities for classifying Water Quality (WQ) indicators. Results of WQ classification accuracy depend on the model used, the size of the data set, and the water parameters used to train the learning models. In this paper, SVM, NB, DT, RF, and CATBoost models are used to model a WQ classification. Filter, wrapped, and embedded feature selection methods will be compared, along with a model with a manual selection of parameters that are selected based on their ease of measurement. Using embedded feature selection and DT classifier with SMOTE as class balancing method, the model can achieve 99.33% accuracy, 99.43% precision, 99.33% recall, and 99.34% F1-score. Model for realtime water quality indication is also obtained with CatBoost classifier, it achieve 92.31% accuracy, 91.72% precision, 92.31% recall, and 91.75% F1-score.

Abstrak :
Energi terbarukan merupakan sumber energi alternatif yang dapat membantu mengurangi ketergantungan kebutuhan energi terhadap bahan bakar fosil seperti batubara, minyak bumi, dan gas. Namun, teknologi yang dibutuhkan untuk mengelola energi terbarukan itu mahal. Sehingga diperlukan analisis ekonomi untuk menentukan apakah suatu investasi energi terbarukan dapat menguntungkan atau tidak. Mengetahui potensi dan dorongan untuk mengurangi emisi karbon, banyak negara termasuk Indonesia telah menetapkan beberapa tujuan untuk meningkatkan pengembangan energi terbarukan di Indonesia seperti, menerapkan 23% bauran energi terbarukan pada tahun 2025. Untuk mencapai target tersebut dengan cara yang paling efisien, perlu dilakukan kajian untuk menentukan jenis pembangkit listrik energi terbarukan yang terbaik untuk diinvestasikan. Data Envelopment Analysis (DEA) merupakan metode non-parametrik yang digunakan untuk mengukur efisiensi Unit Pengambilan Keputusan (DMU). Oleh karena itu, DEA merupakan suatu metode yang mampu mengukur efisiensi seorang pengambil keputusan dengan menganalisis data input dan outputnya. DEA juga dapat digunakan untuk mengukur efisiensi investasi energi terbarukan di Indonesia. Dengan mengetahui data input dan output masing-masing pembangkit listrik, kita dapat menghitung efisiensi teknis setiap pembangkit listrik dan mengurutkan pembangkit listrik yang paling efisien hingga pembangkit listrik yang paling tidak efisien untuk diinvestasikan menggunakan DEA dengan berbagai sub-model. Seluruh hasil akan dianalisis menggunakan SPSS IBM dengan metode One-way ANOVA, didapatkan metode BCC-I sebagai metode paling baik dengan significance value sebesar 0.02 (p<0.05). Hasil analisis menunjukkan wind menghasilkan efisiensi terbaik, dilanjutkan dengan biomassa dan tenaga air. ......Renewable energy is an alternative energy source that can help reduce dependence on fossil fuels such as coal, oil and gas for energy needs. However, the technology needed to manage renewable energy is expensive. So an economic analysis is needed to determine whether a renewable energy investment can be profitable or not. Knowing the potential and impetus for reducing carbon emissions, many countries including Indonesia have set several goals to increase the development of renewable energy in Indonesia, such as implementing a 23% renewable energy mix by 2025. To achieve this target in the most efficient way, it is necessary to conduct a study to determine the best type of renewable energy power plant to invest in. Data Envelopment Analysis (DEA) is a non-parametric method used to measure the efficiency of a Decision-Making Unit (DMU). Therefore, DEA is a method that is able to measure the efficiency of a decision maker by analyzing the input and output data. DEA can also be used to measure the efficiency of renewable energy investments in Indonesia. By knowing the input and output data of each power plant, we can calculate the technical efficiency of each power plant and rank the most efficient power plant to the least efficient power plant to invest using DEA with various sub-models. All results will be analyzed using SPSS IBM with the One-way ANOVA method, the BCC-I method is the best method with a significance value of 0.02 (p<0.05). The results of the analysis show that wind produces the best efficiency, followed by biomass and hydropower.

Abstrak :
Analisis tekno-ekonomi dilakukan untuk pabrik power-to-ammonia di Indonesia yang menggunakan proses elektrolisis air suhu tinggi. Proses yang diusulkan disimulasikan menggunakan Aspen HYSYS untuk simulasi pabrik amonia dan Microsoft Excel untuk analisis ekonomi dan variabel lain yang tidak dapat dihitung menggunakan Aspen HYSYS. Kapasitas produksi green ammonia 4945 MT/tahun dan rasio molar H2-ke-N2 menjadi 3:1 pertama kali ditentukan sebagai dasar pemodelan dan integrasi simulasi. Selanjutnya, kondisi operasi sintesis amonia diuji dengan beberapa variasi untuk mendapatkan suhu dan tekanan yang paling sesuai untuk proses tersebut, yang masing-masing menghasilkan 500oC dan 150 bar. Asesmen ekonomi menunjukkan bahwa CAPEX dan OPEX dalam penelitian ini menghasilkan harga produksi sebesar $901,66/MT. Langkah terakhir dilakukan dengan menganalisis dan mengevaluasi pengaruh harga jual green ammonia terhadap tiga variabel yaitu harga N2, harga listrik panas proses, dan harga jual O2 sebagai produk samping. Dengan membuat skenario berdasarkan variabel-variabel tersebut, harga jual green ammonia yang menguntungkan untuk mencapai payback period tidak lebih dari sepuluh tahun berkisar antara $1.290- $2.120/MT. Harga green ammonia jauh lebih tinggi dari amoniak konvensional. Oleh karena itu, disarankan untuk mengajukan subsidi saat penjualan. ......A techno-economic assessment was performed for a power-to-ammonia plant in Indonesia that utilizes a high-temperature water electrolysis process. The proposed process was simulated using Aspen HYSYS for the ammonia plant simulation and Microsoft Excel for the economic analysis and other variables that can’t be calculated using Aspen HYSYS. The green ammonia production capacity of 4945 MT/year and the molar ratio of H2-to-N2 being 3:1 is first determined as a basis for the simulation modelling and integration. Subsequently, the ammonia synthesis operating condition is tested using several variations to find the most suitable temperature and pressure for the process, which results in 500oC and 150 bar, respectively. The economic assessment shows that the CAPEX and OPEX in this research produce a production price of $901.66/MT. The last step is done by analyzing and evaluating the ammonia selling price effect upon three variables: the price for N2, the price for process heat electricity, and the price for selling O2 as a by-product. By making scenarios based on those variables, the profitable green ammonia selling price to achieve not more than ten years payback period ranges from $1,290-$2,120/MT. The green ammonia price is much higher than conventional ammonia. Thus, proposing a subsidy when selling green ammonia is recommended.

Abstrak :
Hidroponik dapat mengatasi permasalahan ketersediaan lahan dan mengoptimasi konsumsi air irigasi dalam memenuhi kebutuhan pangan, namun hidroponik memiliki konsumsi energi yang besar yaitu 90 kali lebih besar daripada pertanian konvensional. Oleh karena itu, diperlukan sebuah sistem yang dapat membantu memenuhi konsumsi energi hidroponik. Teknologi yang dapat digunakan adalah pressure retarded osmosis (PRO). Penelitian ini dilakukan untuk menganalisis kelayakan ekonomi pada 16 skenario rumah produksi sayur hidroponik dengan 3 desain PRO (PRO A, PRO B, PRO C (yang dibedakan berdasarkan keluaran feed)). Proyek ini akan memproduksi 3 jenis tanaman (tomat, bayam, dan selada) atau 1 jenis tanaman saja. Hasil perhitungan ekonomi pada skenario dengan PRO lalu dibandingkan dengan skenario tanpa PRO. Hasilnya, dari 12 skenario desain menggunakan PRO, hanya terdapat 3 skenario PRO yang mengungguli profitabilitas skenario tanpa PRO, yaitu produksi bayam menggunakan PRO A, PRO B, dan PRO C. Desain terbaik tersebut mampu memproduksi 78 ton bayam/tahun, dengan umur pabrik 10 tahun, biaya investasi modal sebesar 1,4 miliar, biaya operasional 855 juta/tahun, mampu meraup keuntungan bersih sebesar 1,3 miliar/tahun, desain ini layak secara ekonomi yang dibuktikan dengan nilai NPV yang bernilai positif (di angka 11 miliar), IRR sebesar 99% (lebih dari MARR 1,7%), dan PBP kurang dari 6 bulan. Selain itu Dengan pengintegrasian PRO pada sistem fertigasi hidroponik dapat membantu mengenerasi energi dan daya sehingga kebutuhan daya pompa pada sistem dapat terpenuhi dengan sendirinya atau dapat disimpulkan bahwa biaya utilitas dapat diminimalisir. ......Hydroponics can address land availability issues and optimize irrigation water consumption in meeting food needs, but it has a high energy consumption, approximately 90 times higher than conventional farming. Therefore, a system is needed to help fulfill the energy consumption of hydroponics. One technology that can be used is pressure retarded osmosis (PRO). This research was conducted to analyze the economic feasibility of 16 scenarios for hydroponic vegetable production houses with 3 PRO designs (PRO A, PRO B, PRO C differentiated by feed output). The project will produce 3 types of crops (tomatoes, spinach, and lettuce) or only 1 type of crop. The economic calculations of scenarios with PRO were then compared with scenarios without PRO. The results showed that out of the 12 PRO design scenarios, only 3 PRO scenarios outperformed the profitability of scenarios without PRO, specifically the production of spinach using PRO A, PRO B, and PRO C. The best design was able to produce 78 tons of spinach per year with a plant lifespan of 10 years. The capital investment cost was 1.4 billion, with operational costs of 855 million per year, resulting in a net profit of 1.3 billion per year. This design proved to be economically viable, demonstrated by a positive Net Present Value (NPV) of 11 billion, an Internal Rate of Return (IRR) of 99% (higher than the Minimum Acceptable Rate of Return/MARR of 1.7%), and a Payback Period (PBP) of less than 6 months. Furthermore, by integrating PRO into the hydroponic fertigation system, it can help generate energy and power, thereby meeting the pump power requirements of the system automatically. It can be concluded that utility costs can be minimized. Integrating PRO technology into hydroponic systems offers the potential to improve energy efficiency, optimize water usage, and increase profitability. However, further research and evaluation are needed to ensure the suitability and sustainability of PRO technology implementation in a broader context of hydroponic agriculture.

Abstrak :
Enhanced energy efficiency by integrating heat in Power to Methanol through Co-Electrolysis is carried out to save energy use by utilizing heat energy generated from an operating unit. The proposed process is simulated using Aspen HYSYS to view methanol plant simulations, Aspen Energy Analyzer to perform heat integration, and Microsoft Excel to perform economic analysis. In this study, the factory simulation used was the Power to Methanol plant via CO-Electrolysis with a 3713 MT/year capacity. The results of heat integration in this study can reduce plant heating utility by 71.79% from the original design, heat integration from this research can also reduce cooling utility by 55.03% from the original design. The economic assessment shows that the CAPEX and OPEX in this study resulted in a production price of $951.51/MT. The final step is to analyze and evaluate the effect of the selling price of E-methanol on three variables, which is the price of CO2, the price of process heat electricity, and the selling price of O2 as a by-product. By creating a scenario based on these variables, a profitable selling price of E-methanol to achieve a profitable project is between $1200 - 1850/MT. The price of E-methanol is much higher than conventional methanol. Therefore, applying for a subsidy at the time of sale is advisable so that the selling price of E-methanol can be more competitive in the market. ...... Peningkatan efisiensi energi dengan integrasi panas dalam Power to Methanol melalui CO-Electrolysis dilakukan dengan tujuan dapat menghemat penggunaan energi memanfaatkan energi panas yang dihasilkan dari suatu unit operasi. Proses yang diusulkan disimulasikan menggunakan Aspen HYSYS untuk melihat simulasi pabrik methanol dan Aspen Energy Analyzer untuk melakukan integrasi panas, serta Microsoft Excel untuk melakukan analisis ekonomi. Pada penelitian kali ini simulasi pabrik yang digunakan adalah pabrik Power to Methanol melalui CO-Electrolysis dengan kapasitas 3713 MT/tahun. Hasil dari integrasi panas pada penelitian kali ini dapat mengurangi kebutuhan panas pabrik sebesar 71.79% dari design aslinya, integrasi panas dari penelitian ini juga dapat mengurangi kebutuhan pendinginan sebesar 55.03%. dari design aslinya. Asesmen ekonomi menunjukkan bahwa CAPEX dan OPEX dalam penelitian ini menghasilkan harga produksi sebesar $951.51/MT. Langkah terakhir dilakukan dengan menganalisis dan mengevaluasi pengaruh harga jual E-methanol terhadap tiga variabel yaitu harga CO2, harga listrik panas proses, dan harga jual O2 sebagai produk samping. Dengan membuat skenario berdasarkan variabel-variabel tersebut, harga jual E-methanol yang menguntungkan untuk mencapai sebuah proyek yang menguntungkan berkisar antara $1200 - 1850/MT. Harga E-methanol jauh lebih tinggi dari methanol konvensional. Oleh karena itu, disarankan untuk mengajukan subsidi agar harga jual E-methanol dapat lebih bersaing di pasar

Abstrak :
Karya tulis ini membahas simulasi dan optimasi tujuan ganda proses regasifikasi hidrogen cair. Tujuan penulisan karay tulis ini adalah untuk mengetahui potensi pemanfaatan energi dingin hidrogen cair. Terdapat dua faktor utama yang melatarbelakangi proses pemanfaatan energi dingin hidrogen. Pertama, energi yang dikonsumsi pada proses pencairan hidrogen adalah 3,3 kWh/kg hidrogen cair (Departement of Energy U.S.A., 2009). Kedua, energi yang tergandung dalam hidrogen adalah 120 MJ/kg (Van Hoecke et al., 2021). Proses pemanfaatan energi dingin hidrogen cair yang dibahas adalah kombinasi Siklus Brayton dan ekspansi. Simulasi dilakukan pada Aspen HYSYS V.10 dengan fluid package­ Peng-Robinson. Fluida kerja yang digunakan dalam simulasi adalah fluida kerja Helium dan fluida kerja campuran Helium-Neon. Optimasi dilakukan pada aplikasi MS Excel. Algoritma yang digunakan adalah modifikasi dari I-MODE yang dibuat oleh Sharma & Rangiah, 2013. Optimasi tujuan ganda memaksimalkan energi listrik yang dibangkitkan dan meminimalkan biaya pompa dengan variabel penentu adalah laju alir dan komposisi fluida kerja, serta tekanan penguapan hidrogen cair. Dengan laju alir hidrogen cair 30 ton/hari, diperoleh kondisi operasi yang optimum 1836 kg/jam fluida kerja Helium dengan tekanan penguapan sebesar 68 atm. Energi listrik yang dibangkitkan adalah 0,934 GWh per tahun dan biaya pompa yang dibutuhkan adalah $12.305.142. ......This paper discusses simulation and multi-objective optimization of regasification liquid hydrogen. This paper is written to identify the utilization of hydrogen cold energy potency. There are two main factors behind this study. The amount of energy consumed in the liquefaction process is 3.3 kWh/kg of liquid hydrogen (Departement of Energy U.S.A., 2009), and the hydrogen energy content is 120 MJ/kg (Van Hoecke et al., 2021). The process simulation is a combination of the Brayton Cycle and direct expansion. The simulation is conducted on Aspen HYSYS V.10 with Peng-Robinson fluid package. The working fluids that are used in this simulation are Helium and Helium-Neon mixture. The optimization is conducted in MS Excel. I-MODE algorithm (Sharma & Rangiah, 2013) is modified to run the optimization process. Multi-objective optimization will maximize the amount of electricity and minimize the cost of the pump by changing the flow rate and composition of the working fluid, and the regasification pressure. Liquid hydrogen flow rate set to be constant at 30 ton/h, the optimum condition is 1863 kg/h Helium as working fluid and regasification pressure at 68 atm. The amount of electricity generated is 0.934 GWh per year and the cost of the pump is $12.305.142.